摘要:结合人工蜂群算法和粒子滤波算法,提出了基于GPU人工蜂群算法的粒子滤波方法.利用GPU多核并行计算能力和人工蜂群算法中人工蜂行为的独立性,将粒子分布作为人工蜂群算法中的食物源,通过提取粒子位置信息在GPU工作单元上实现粒子滤波.人工蜂迭代计算适应度,改善了粒子滤波中粒子贫化现象,GPU上的多核并行化计算避免了适应度陷入局部最优解.在多个具有挑战性的视频上与多种已有算法的对比实验表明,提出的粒子滤波方法可以适应光照变化、尺度变化、室内外运动模糊以及背景低对比度等问题.
关键词:粒子滤波 目标跟踪 人工蜂群算法 粒子贫化 局部最优解
单位:中国石油大学(北京)信息学院; 北京102249; 石油数据挖掘北京市重点实验室; 北京102249
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社